IE9下訪問可能不佳,推薦使用以下版本瀏覽器X

隨著大數(shù)據(jù)這個概念的興起以及真實需求在各個行業(yè)的落地，很多人都熱衷于討論分布式數(shù)據(jù)庫，今天就這個話題，主要分為三部分：第一部分講一下分布式數(shù)據(jù)庫的過去和現(xiàn)狀，希望大家能對這個領域有一個全面的了解；第二部分講一下TiDB的架構以及最近的一些進展；最后結合我們開發(fā)TiDB過程中的一些思考講一下分布式數(shù)據(jù)庫未來可能的趨勢。

一、分布式數(shù)據(jù)庫的歷史和現(xiàn)狀 

1、從單機數(shù)據(jù)庫說起

關系型數(shù)據(jù)庫起源自1970年代，其最基本的功能有兩個：

把數(shù)據(jù)存下來；  

滿足用戶對數(shù)據(jù)的計算需求。

第一點是最基本的要求，如果一個數(shù)據(jù)庫沒辦法把數(shù)據(jù)安全完整存下來，那么后續(xù)的任何功能都沒有意義。當滿足第一點后，用戶緊接著就會要求能夠使用數(shù)據(jù)，可能是簡單的查詢，比如按照某個Key來查找Value；也可能是復雜的查詢，比如要對數(shù)據(jù)做復雜的聚合操作、連表操作、分組操作。往往第二點是一個比第一點更難滿足的需求。

在數(shù)據(jù)庫發(fā)展早期階段，這兩個需求其實不難滿足，比如有很多優(yōu)秀的商業(yè)數(shù)據(jù)庫產(chǎn)品，如Oracle/DB2。在1990年之后，出現(xiàn)了開源數(shù)據(jù)庫MySQL和PostgreSQL。這些數(shù)據(jù)庫不斷地提升單機實例性能，再加上遵循摩爾定律的硬件提升速度，往往能夠很好地支撐業(yè)務發(fā)展。

接下來，隨著互聯(lián)網(wǎng)的不斷普及特別是移動互聯(lián)網(wǎng)的興起，數(shù)據(jù)規(guī)模爆炸式增長，而硬件這些年的進步速度卻在逐漸減慢，人們也在擔心摩爾定律會失效。在此消彼長的情況下，單機數(shù)據(jù)庫越來越難以滿足用戶需求，即使是將數(shù)據(jù)保存下來這個最基本的需求。

2、分布式數(shù)據(jù)庫

所以2005年左右，人們開始探索分布式數(shù)據(jù)庫，帶起了NoSQL這波浪潮。這些數(shù)據(jù)庫解決的首要問題是單機上無法保存全部數(shù)據(jù)，其中以HBase/Cassadra/MongoDB為代表。為了實現(xiàn)容量的水平擴展，這些數(shù)據(jù)庫往往要放棄事務，或者是只提供簡單的KV接口。存儲模型的簡化為存儲系統(tǒng)的開發(fā)帶來了便利，但是降低了對業(yè)務的支撐。

（1）NoSQL的進擊

HBase是其中的典型代表。HBase是Hadoop生態(tài)中的重要產(chǎn)品，Google BigTable的開源實現(xiàn)，所以這里先說一下BigTable。 

BigTable是Google內部使用的分布式數(shù)據(jù)庫，構建在GFS的基礎上，彌補了分布式文件系統(tǒng)對于小對象的插入、更新、隨機讀請求的缺陷。HBase也按照這個架構實現(xiàn)，底層基于HDFS。HBase本身并不實際存儲數(shù)據(jù)，持久化的日志和SST file存儲在HDFS上，Region Server通過 MemTable 提供快速的查詢，寫入都是先寫日志，后臺進行Compact，將隨機寫轉換為順序寫。數(shù)據(jù)通過 Region 在邏輯上進行分割，負載均衡通過調節(jié)各個Region Server負責的Region區(qū)間實現(xiàn)，Region在持續(xù)寫入后，會進行分裂，然后被負載均衡策略調度到多個Region Server上。

前面提到了，HBase本身并不存儲數(shù)據(jù)，這里的Region僅是邏輯上的概念，數(shù)據(jù)還是以文件的形式存儲在HDFS上，HBase并不關心副本個數(shù)、位置以及水平擴展問題，這些都依賴于HDFS實現(xiàn)。和BigTable一樣，HBase提供行級的一致性，從CAP理論的角度來看，它是一個CP的系統(tǒng)，并且沒有更進一步提供 ACID 的跨行事務，也是很遺憾。

HBase的優(yōu)勢在于通過擴展Region Server可以幾乎線性提升系統(tǒng)的吞吐，及HDFS本身就具有的水平擴展能力，且整個系統(tǒng)成熟穩(wěn)定。但HBase依然有一些不足。首先，Hadoop使用Java開發(fā)，GC延遲是一個無法避免問題，這對系統(tǒng)的延遲造成一些影響。另外，由于HBase本身并不存儲數(shù)據(jù)，和HDFS之間的交互會多一層性能損耗。第三，HBase和BigTable一樣，并不支持跨行事務，所以在Google內部有團隊開發(fā)了MegaStore、Percolator這些基于BigTable的事務層。Jeff Dean承認很后悔沒有在BigTable中加入跨行事務，這也是Spanner出現(xiàn)的一個原因。

（2）RDMS的救贖

除了NoSQL之外，RDMS系統(tǒng)也做了不少努力來適應業(yè)務的變化，也就是關系型數(shù)據(jù)庫的中間件和分庫分表方案。做一款中間件需要考慮很多，比如解析 SQL，解析出ShardKey，然后根據(jù)ShardKey分發(fā)請求，再合并結果。另外在中間件這層還需要維護Session及事務狀態(tài)，而且大多數(shù)方案并不支持跨shard的事務，這就不可避免地導致了業(yè)務使用起來會比較麻煩，需要自己維護事務狀態(tài)。此外，還有動態(tài)的擴容縮容和自動的故障恢復，在集群規(guī)模越來越大的情況下，運維和DDL的復雜度是指數(shù)級上升。

國內開發(fā)者在這個領域有過很多的著名的項目，比如阿里的Cobar、TDDL，后來社區(qū)基于Cobar改進的MyCAT，360開源的Atlas等，都屬于這一類中間件產(chǎn)品。在中間件這個方案上有一個知名的開源項目是Youtube的Vitess，這是一個集大成的中間件產(chǎn)品，內置了熱數(shù)據(jù)緩存、水平動態(tài)分片、讀寫分離等，但這也造成了整個項目非常復雜。

另外一個值得一提的是PostgreSQL XC這個項目，其整體的架構有點像早期版本的OceanBase，由一個中央節(jié)點來處理協(xié)調分布式事務，數(shù)據(jù)分散在各個存儲節(jié)點上，應該是目前PG 社區(qū)最好的分布式擴展方案，不少人在基于這個項目做自己的系統(tǒng)。

3、NewSQL的發(fā)展

2012~2013年Google 相繼發(fā)表了Spanner和F1兩套系統(tǒng)的論文，讓業(yè)界第一次看到了關系模型和NoSQL的擴展性在一個大規(guī)模生產(chǎn)系統(tǒng)上融合的可能性。 Spanner 通過使用硬件設備（GPS時鐘+原子鐘）巧妙地解決時鐘同步的問題，而在分布式系統(tǒng)里，時鐘正是最讓人頭痛的問題。Spanner的強大之處在于即使兩個數(shù)據(jù)中心隔得非常遠，也能保證通過TrueTime API獲取的時間誤差在一個很小的范圍內（10ms），并且不需要通訊。Spanner的底層仍然基于分布式文件系統(tǒng)，不過論文里也說是可以未來優(yōu)化的點。

Google的內部的數(shù)據(jù)庫存儲業(yè)務，大多是3~5副本，重要的數(shù)據(jù)需要7副本，且這些副本遍布全球各大洲的數(shù)據(jù)中心，由于普遍使用了Paxos，延遲是可以縮短到一個可以接受的范圍(寫入延遲100ms以上)，另外由Paxos帶來的Auto-Failover能力，更是讓整個集群即使數(shù)據(jù)中心癱瘓，業(yè)務層都是透明無感知的。F1是構建在Spanner之上，對外提供了SQL接口，F(xiàn)1是一個分布式MPP SQL層，其本身并不存儲數(shù)據(jù)，而是將客戶端的SQL翻譯成對KV的操作，調用Spanner來完成請求。

Spanner和F1的出現(xiàn)標志著第一個NewSQL在生產(chǎn)環(huán)境中提供服務，將下面幾個功能在一套系統(tǒng)中提供：

SQL支持 

ACID事務 

水平擴展 

Auto Failover

多機房異地容災

正因為具備如此多的誘人特性，在Google內部，大量的業(yè)務已經(jīng)從原來的 BigTable切換到Spanner之上。相信這對業(yè)界的思路會有巨大的影響，就像當年的Hadoop一樣，Google的基礎軟件的技術趨勢是走在社區(qū)前面的。

Spanner/F1論文引起了社區(qū)的廣泛的關注，很快開始出現(xiàn)了追隨者。第一個團隊是CockroachLabs做的CockroachDB。CockroachDB的設計和Spanner很像，但是沒有選擇TrueTime API ，而是使用HLC（Hybrid logical clock），也就是NTP +邏輯時鐘來代替TrueTime時間戳，另外CockroachDB選用Raft做數(shù)據(jù)復制協(xié)議，底層存儲落地在RocksDB中，對外的接口選擇了PG協(xié)議。

CockroachDB的技術選型比較激進，比如依賴了HLC來做事務，時間戳的精確度并沒有辦法做到10ms內的延遲，所以Commit Wait需要用戶自己指定，其選擇取決于用戶的NTP服務時鐘誤差，這點對于用戶來說非常不友好。當然 CockroachDB的這些技術選擇也帶來了很好的易用性，所有邏輯都在一個組件中，部署非常簡單，這個是非常大的優(yōu)點。

另一個追隨者就是我們做的TiDB。這個項目已經(jīng)開發(fā)了兩年時間，當然在開始動手前我們也準備了很長時間。接下來我會介紹一下這個項目。

二、TiDB的架構和最近進展

TiDB本質上是一個更加正統(tǒng)的Spanner和F1實現(xiàn)，并不CockroachDB那樣選擇將SQL和KV融合，而是像Spanner和F1一樣選擇分離。

這樣分層的思想也是貫穿整個TiDB項目始終的，對于測試，滾動升級以及各層的復雜度控制會比較有優(yōu)勢，另外TiDB選擇了MySQL協(xié)議和語法的兼容，MySQL社區(qū)的ORM框架、運維工具，直接可以應用在TiDB上，另外和 Spanner一樣，TiDB是一個無狀態(tài)的MPP SQL Layer，整個系統(tǒng)的底層是依賴 TiKV 來提供分布式存儲和分布式事務的支持，TiKV的分布式事務模型采用的是Google Percolator的模型，但是在此之上做了很多優(yōu)化，Percolator的優(yōu)點是去中心化程度非常高，整個繼續(xù)不需要一個獨立的事務管理模塊，事務提交狀態(tài)這些信息其實是均勻分散在系統(tǒng)的各個key的meta中，整個模型唯一依賴的是一個授時服務器，在我們的系統(tǒng)上，極限情況這個授時服務器每秒能分配 400w以上個單調遞增的時間戳，大多數(shù)情況基本夠用了（畢竟有Google量級的場景并不多見），同時在TiKV中，這個授時服務本身是高可用的，也不存在單點故障的問題。

上面是TiKV的架構圖。TiKV和CockroachDB一樣也是選擇了Raft作為整個數(shù)據(jù)庫的基礎，不一樣的是，TiKV整體采用Rust語言開發(fā)，作為一個沒有GC和 Runtime的語言，在性能上可以挖掘的潛力會更大。不同TiKV實例上的多個副本一起構成了一個Raft Group，PD負責對副本的位置進行調度，通過配置調度策略，可以保證一個Raft Group的多個副本不會保存在同一臺機器/機架/機房中。

除了核心的TiDB、TiKV之外，我們還提供了不少易用的工具，便于用戶做數(shù)據(jù)遷移和備份。比如我們提供的Syncer，不但能將單個MySQL實例中的數(shù)據(jù)同步到TiDB，還能將多個MySQL實例中的數(shù)據(jù)匯總到一個TiDB集群中，甚至是將已經(jīng)分庫分表的數(shù)據(jù)再合庫合表。這樣數(shù)據(jù)的同步方式更加靈活好用。

TiDB目前即將發(fā)布RC3版本，預計六月份能夠發(fā)布GA版本。在即將到來的 RC3版本中，對MySQL兼容性、SQL優(yōu)化器、系統(tǒng)穩(wěn)定性、性能做了大量的工作。對于OLTP場景，重點優(yōu)化寫入性能。另外提供了權限管理功能，用戶可以按照MySQL的權限管理方式控制數(shù)據(jù)訪問權限。對于OLAP場景，也對優(yōu)化器做了大量的工作，包括更多語句的優(yōu)化、支持SortMergeJoin算子、IndexLookupJoin算子。另外對內存使用也做了大量的優(yōu)化，一些場景下，內存使用下降75%。

除了TiDB本身的優(yōu)化之外，我們還在做一個新的工程，名字叫TiSpark。簡單來講，就是讓Spark更好地接入TiDB�，F(xiàn)在其實Spark已經(jīng)可以通過JDBC接口讀取TiDB中的數(shù)據(jù)，但是這里有兩個問題：1. 只能通過單個TiDB節(jié)點讀取數(shù)據(jù)且數(shù)據(jù)需要從TiKV中經(jīng)過 TiDB 中轉。2. 不能和Spark的優(yōu)化器相結合，我們期望能和Spark的優(yōu)化器整合，將Filter、聚合能通過TiKV的分布式計算能力提速。這個項目已經(jīng)開始開發(fā)，預計近期開源，五月份就能有第一個版本。

三、分布式數(shù)據(jù)庫的未來趨勢

關于未來，我覺得未來的數(shù)據(jù)庫會有幾個趨勢，也是TiDB項目追求的目標：

1、數(shù)據(jù)庫會隨著業(yè)務云化，未來一切的業(yè)務都會跑在云端，不管是私有云或者公有云，運維團隊接觸的可能再也不是真實的物理機，而是一個個隔離的容器或者「計算資源」，這對數(shù)據(jù)庫也是一個挑戰(zhàn)，因為數(shù)據(jù)庫天生就是有狀態(tài)的，數(shù)據(jù)總是要存儲在物理的磁盤上，而數(shù)據(jù)移動的代價比移動容器的代價可能大很多。

2、多租戶技術會成為標配，一個大數(shù)據(jù)庫承載一切的業(yè)務，數(shù)據(jù)在底層打通，上層通過權限，容器等技術進行隔離，但是數(shù)據(jù)的打通和擴展會變得異常簡單，結合第一點提到的云化，業(yè)務層可以再也不用關心物理機的容量和拓撲，只需要認為底層是一個無窮大的數(shù)據(jù)庫平臺即可，不用再擔心單機容量和負載均衡等問題。

3、OLAP和OLTP業(yè)務會融合，用戶將數(shù)據(jù)存儲進去后，需要比較方便高效的方式訪問這塊數(shù)據(jù)，但是OLTP和OLAP在SQL優(yōu)化器/執(zhí)行器這層的實現(xiàn)一定是千差萬別的。以往的實現(xiàn)中，用戶往往是通過ETL工具將數(shù)據(jù)從OLTP數(shù)據(jù)庫同步到OLAP數(shù)據(jù)庫，這一方面造成了資源的浪費，另一方面也降低了OLAP的實時性。對于用戶而言，如果能使用同一套標準的語法和規(guī)則來進行數(shù)據(jù)的讀寫和分析，會有更好的體驗。

4、在未來分布式數(shù)據(jù)庫系統(tǒng)上，主從日志同步這樣落后的備份方式會被Multi-Paxos / Raft這樣更強的分布式一致性算法替代，人工的數(shù)據(jù)庫運維在管理大規(guī)模數(shù)據(jù)庫集群時是不可能的，所有的故障恢復和高可用都將是高度自動化的。